오픈AI, 2026년 자체 AI칩 ‘XPU’ 양산 시작…엔비디아 독점 흔드나

이미지 출처: Pixabay

오픈AI, 자체 AI칩 ‘XPU’ 양산 돌입…엔비디아 의존도 줄인다


---

1부. 오픈AI와 ‘XPU’의 등장

2022년 말, 전 세계를 충격에 빠뜨린 **생성형 인공지능(ChatGPT)**의 개발사 오픈AI(OpenAI)는 불과 몇 년 만에 글로벌 IT 산업의 중심으로 올라섰습니다. 수억 명이 사용하는 서비스로 성장하면서 오픈AI는 단순한 소프트웨어 기업을 넘어, 기술 패러다임을 바꾸는 주도 세력이 되었습니다. 그런데 2025년 9월, 다시 한 번 업계의 시선을 사로잡는 뉴스가 전해졌습니다. 바로 **“오픈AI가 2026년부터 자체 AI칩 ‘XPU’를 본격 양산한다”**는 보도입니다. 이 내용은 파이낸셜타임스(FT)와 로이터를 통해 확인되었으며, 협력사는 미국 반도체 기업 **브로드컴(Broadcom)**으로 알려졌습니다.

엔비디아 의존과 그 한계

그동안 오픈AI는 인공지능 모델을 훈련하고 실행하는 데 있어 **엔비디아(NVIDIA)**의 GPU에 전적으로 의존해왔습니다. GPT-4나 GPT-5 같은 초거대 언어모델은 파라미터 수가 수천억~수조 단위에 이르기 때문에, 이를 처리하려면 수십만 장 이상의 GPU가 필요합니다. 예컨대 GPT-3 훈련에만 약 1만 개 이상의 GPU가 사용되었다는 분석이 있을 정도입니다. GPT-5는 그 규모가 몇 배 이상 커졌고, 이를 운영하기 위한 전력과 장비 비용은 기하급수적으로 늘어났습니다.

샘 올트먼(Sam Altman) CEO는 최근 인터뷰에서 “앞으로 몇 달 내에 컴퓨팅 인프라를 두 배로 확장하겠다”고 말했는데, 이는 단순히 서버를 늘린다는 의미가 아니라 수십억 달러 규모의 GPU 추가 구매를 의미합니다. 문제는 여기서 발생합니다. GPU는 한정된 생산 능력 때문에 공급이 부족하고, 수요 폭증으로 인해 가격은 계속 오르고 있습니다. H100 GPU 한 장 가격이 2만~4만 달러를 넘나드는 상황에서, 오픈AI의 성장 속도를 감당하기에는 현실적인 한계가 뚜렷했습니다.

해법은 ‘자체 칩’

이 같은 병목을 해결하기 위해 오픈AI가 선택한 해법이 바로 자체 칩 개발입니다. 브로드컴과 협력해 설계된 ‘XPU’는 기존 GPU를 단순히 복제하는 제품이 아니라, 오픈AI의 서비스와 워크로드에 맞춤형으로 최적화된 전용 칩입니다. 예를 들어 일반 GPU는 범용 그래픽 처리와 병렬 연산에 모두 대응하지만, XPU는 대규모 언어모델 학습, 추론 속도 향상, 전력 효율 개선 같은 특정 목표에 집중하도록 설계된 것으로 알려졌습니다.

코드명 **‘XPU’**라는 명칭도 의미심장합니다. GPU(그래픽 처리 장치), TPU(구글의 텐서 처리 장치)와 같은 기존 명칭과 구별하면서도, **‘차세대 AI 특화 프로세서’**라는 성격을 강조합니다. 이는 단순한 칩이 아니라, 오픈AI의 미래 전략과 비전을 담은 상징적 이름이기도 합니다.

단순한 기술 개발을 넘어선 전략적 행보

XPU 개발은 단순히 기술적 성취에 그치지 않습니다. 오픈AI가 독자적인 칩을 확보한다는 것은 곧 **“엔비디아 의존도를 줄이고, 자체 생태계를 강화하겠다”**는 선언과도 같습니다. 지금까지는 하드웨어·소프트웨어·데이터센터가 모두 엔비디아 중심으로 돌아갔다면, XPU가 본격적으로 도입되는 순간 오픈AI는 독자적인 하드웨어-소프트웨어 통합 생태계를 구축할 수 있습니다. 이는 구글이 TPU를 통해 AI 연구 속도를 끌어올렸던 것과 유사한 전략입니다.

결국 이번 발표는 비용 절감과 성능 최적화, 그리고 독립성 강화라는 세 가지 목적을 동시에 달성하려는 시도로 볼 수 있습니다. 오픈AI는 더 이상 ‘엔비디아 칩을 쓰는 AI 기업’이 아니라, **‘칩까지 직접 만드는 종합 AI 기업’**으로 변신하고 있는 것입니다.


---

2부. 100억 달러 계약과 AI칩 전쟁의 구도

오픈AI의 ‘XPU’ 프로젝트가 본격화된 배경에는 100억 달러 규모의 대형 계약이 자리 잡고 있습니다. 브로드컴의 CEO 호크 탄(Hock Tan)은 2025년 9월 투자자 미팅에서 “특정 고객으로부터 전례 없는 규모의 반도체 주문을 확보했다”고 언급했는데, 업계는 이 고객이 바로 오픈AI일 것이라고 보고 있습니다.

시장 판도를 흔드는 계약 규모

100억 달러는 결코 가벼운 수치가 아닙니다. 2024년 글로벌 AI 반도체 시장 전체 규모가 약 450억 달러였다는 점을 고려하면, 단일 고객이 전체 시장의 20%에 달하는 규모를 주문한 셈입니다. 반도체 업계에서 특정 기업이 이렇게 큰 비중을 차지하는 경우는 극히 드뭅니다. 이는 오픈AI가 얼마나 절박하게 컴퓨팅 자원을 확보하려 하는지를 보여주는 사례이기도 합니다.

예를 들어, 구글의 TPU 초기 도입이나 아마존의 Trainium 프로젝트 역시 대규모 투자였지만, 이 정도의 금액이 한 번에 언급된 적은 거의 없습니다. 브로드컴 입장에서도 이 계약은 안정적인 매출원을 확보하는 동시에, 글로벌 AI칩 경쟁에서 엔비디아와 어깨를 나란히 할 기회를 얻는 효과가 있습니다.

빅테크들의 ‘칩 전쟁’

사실 오픈AI만 이런 길을 택한 것은 아닙니다. 이미 주요 빅테크 기업들은 저마다 자체 칩 전략을 추진 중입니다.

**구글(Google)**은 2015년부터 **TPU(Tensor Processing Unit)**를 설계해 자사 데이터센터에 도입했습니다. TPU는 텐서플로우(TensorFlow) 프레임워크에 최적화되어 AI 학습 효율을 극대화했고, 이는 구글 검색·번역·유튜브 추천 시스템을 한 단계 끌어올렸습니다.

**아마존(Amazon)**은 클라우드 서비스 AWS의 성능을 높이기 위해 Inferentia(추론용 칩)와 Trainium(학습용 칩)을 개발했습니다. 이 칩들은 GPU 대비 전력 효율이 높아, AWS 고객사들이 더 저렴하게 AI 서비스를 돌릴 수 있도록 돕고 있습니다.

**메타(Meta)**도 추천 알고리즘과 메타버스 서비스에 최적화된 자체 칩 프로젝트를 진행하며, 데이터센터 에너지 사용량을 줄이고 모델 처리 속도를 끌어올리려는 시도를 하고 있습니다.


이러한 흐름 속에서 오픈AI가 ‘XPU’ 개발에 합류했다는 사실은 단순한 선택이 아닙니다. AI 경쟁에서 살아남기 위해서는 **“엔비디아만 바라보는 구조에서 벗어나야 한다”**는 절박한 현실이 있었기 때문입니다.

엔비디아의 압도적 지위와 그늘

엔비디아는 여전히 AI 반도체 시장에서 압도적입니다. 2025년 기준 엔비디아의 AI GPU 시장 점유율은 80% 이상으로 추정됩니다. 특히 H100, B100 같은 최신 GPU는 성능 면에서 대체 불가능하다는 평가를 받습니다. 하지만 공급 부족과 가격 급등은 고객사들에게 커다란 부담입니다.

오픈AI 역시 ChatGPT와 GPT Store 운영에 막대한 컴퓨팅 자원이 필요합니다. 단순히 새로운 모델을 학습시키는 것뿐만 아니라, 전 세계 수억 명의 사용자가 매일 같은 시각에 질의응답을 요청하는 상황을 감당하려면 엔비디아 칩에만 의존해서는 한계가 분명합니다.

따라서 오픈AI의 이번 행보는 ‘도전’이자 동시에 ‘생존 전략’입니다. GPU 의존 구조를 유지한다면 비용 압박과 공급 지연에 발목이 잡히지만, 자체 칩을 확보하면 장기적으로 비용 절감·공급 안정화·성능 최적화라는 세 가지 효과를 동시에 얻을 수 있습니다.



---

3부. XPU의 의의와 앞으로의 변화

오픈AI가 개발한 XPU는 당분간 외부 판매 계획이 없는 전용 칩입니다. 즉, 일반 소비자가 직접 구입해 사용할 수는 없지만, 오픈AI가 운영하는 ChatGPT, Copilot, GPT Store 같은 서비스의 품질과 안정성에는 즉각적인 영향을 미치게 됩니다. 그동안 이용자가 몰릴 때마다 답변 속도가 지연되거나 서버 접속이 불안정해지는 현상이 반복되었는데, XPU가 본격적으로 도입되면 이러한 문제는 크게 완화될 가능성이 큽니다.

모델 크기와 맞춤형 칩의 필요성

AI 모델은 시간이 지날수록 폭발적으로 커지고 있습니다.

GPT-3(2020년): 약 1,750억 개의 파라미터

GPT-4(2023년): 공식 수치는 공개되지 않았지만 수조 단위로 추정

GPT-5(2025년): 전문가들은 수십 조 단위 파라미터에 이를 것으로 전망


이처럼 모델이 커질수록 학습에 필요한 연산량과 데이터센터 전력 소비는 기하급수적으로 늘어납니다. 기존 GPU만으로는 이러한 요구를 감당하기 어렵기 때문에, 특정 연산에 최적화된 **맞춤형 칩(XPU)**이 사실상 필수로 자리 잡게 된 것입니다.

비용 구조의 혁신

AI 칩의 양산은 오픈AI의 비용 구조에도 큰 변화를 가져옵니다. 현재 엔비디아의 H100 GPU 가격은 한 장당 2만~4만 달러에 달합니다. GPT-5 규모의 모델을 학습하려면 수십만 장이 필요하므로, 단순 계산만 해도 수십억~수백억 달러, 더 나아가 조(兆) 단위 비용이 발생합니다.

물론 XPU 개발에도 막대한 초기 투자가 필요합니다. 반도체 설계와 생산 라인을 구축하는 데 수십억 달러가 들어가기 때문에 단기간에는 오히려 비용이 늘어날 수 있습니다. 그러나 장기적으로는 오픈AI 내부에서만 안정적으로 사용할 수 있는 칩을 확보함으로써, 운영비용 절감·자원 공급 안정성·성능 최적화라는 세 가지 효과를 동시에 거둘 수 있습니다.

전망: 두 가지 시나리오

앞으로 XPU의 운명은 크게 두 갈래로 나뉩니다.

1. 성공 시나리오
오픈AI가 XPU를 안정적으로 양산하고 활용한다면, 엔비디아 의존도를 크게 줄일 수 있습니다. 이는 단순한 비용 절감을 넘어, 오픈AI가 칩부터 소프트웨어까지 독자적 생태계를 구축하게 된다는 뜻입니다. 이런 구조가 완성되면 연구 속도는 가속화되고, 서비스 가격 경쟁력도 확보할 수 있습니다. 예를 들어 ChatGPT 구독 요금이나 API 사용료가 낮아질 가능성도 열리게 됩니다.


2. 리스크 시나리오
반도체 양산은 결코 만만치 않습니다. 설계 오류, 생산 지연, 발열·전력 효율 문제 등이 잦습니다. 실제로 인텔, 구글, 아마존조차도 자체 칩 개발 과정에서 여러 차례 시행착오를 겪었습니다. 따라서 XPU가 실제로 엔비디아 GPU를 완전히 대체할 수 있을지는 아직 미지수입니다. 최악의 경우, 오픈AI가 막대한 초기 투자 비용을 떠안고도 기대만큼의 성능을 내지 못할 수 있습니다.



전략적 함의

결국 이번 XPU 발표는 단순히 “AI칩 하나 만든다”는 수준을 넘어섭니다.

글로벌 AI 경쟁에서 컴퓨팅 패권을 잡기 위한 전략적 행보

엔비디아 독점 구조를 흔드는 신호탄

그리고 오픈AI가 앞으로 단순한 소프트웨어 기업을 넘어, AI 기업이자 반도체 기업의 성격까지 띠게 되는 전환점


2026년, XPU가 실제로 오픈AI 데이터센터에 탑재되는 순간, 우리는 AI 산업의 새로운 분기점을 목격하게 될 것입니다. 이는 단순히 한 기업의 도전이 아니라, 전 세계 기술 산업의 권력 지도가 바뀌는 사건이 될지도 모릅니다.


4부. 우리나라 주식시장에 미치는 영향

오픈AI의 자체 칩 ‘XPU’ 양산은 단순히 미국 기술기업의 뉴스로 끝나지 않습니다. 글로벌 AI 반도체 시장은 한국 증시와도 밀접하게 연결되어 있으며, 삼성전자·SK하이닉스·AI 서버 관련주 등 주요 종목들에 직간접적인 영향을 줄 수 있습니다.

1) 삼성전자·SK하이닉스에 대한 파급력

엔비디아가 GPU 시장을 장악하면서 국내 기업들은 메모리 반도체 공급망을 통해 AI 열풍의 수혜를 입어왔습니다. 예컨대 HBM(고대역폭메모리) 시장은 엔비디아 GPU와 짝을 이루며 수요가 급등했고, SK하이닉스는 2024년 HBM3E 공급으로 사상 최대 영업이익을 기록했습니다.

하지만 오픈AI가 자체 칩(XPU)을 본격적으로 양산하면, GPU+HBM 구조의 의존도가 일부 줄어들 가능성이 있습니다. 즉, 오픈AI가 설계한 칩이 엔비디아와 다른 형태의 메모리·패키징 기술을 요구한다면, 삼성전자·하이닉스의 매출 흐름에도 변동이 생길 수 있습니다. 다만 글로벌 AI 수요 자체가 폭발적으로 증가하고 있기 때문에, 단기 악재보다는 장기적으로 여전히 긍정적인 성장 동력이 유지될 것이라는 분석이 많습니다.

2) AI 서버·데이터센터 관련주

오픈AI의 XPU 도입은 데이터센터 확장 투자와 직결됩니다. 이미 국내 상장사 가운데서는 AI 서버용 전원장치, 냉각 솔루션, PCB, 네트워크 장비 업체들이 테마로 묶여 큰 주목을 받고 있습니다. 예를 들어 LS ELECTRIC, 한미반도체, 이수페타시스 같은 기업들이 대표적입니다. 오픈AI와 같은 글로벌 빅테크 기업이 칩을 직접 만들어도, 데이터센터 증설과 장비 투자는 계속 국내 기업들의 수주 기회를 확대할 수 있습니다.

3) 경쟁 구도 변화에 따른 투자 심리

엔비디아의 독점 체제가 흔들린다는 신호는 투자자 심리에 큰 영향을 줍니다. 국내 증시에서는 “엔비디아 테마주”로 분류되던 종목들의 주가 변동성이 커질 수 있고, 동시에 **‘AI칩 다변화 수혜주’**라는 새로운 키워드가 부각될 수 있습니다. 한국은 메모리뿐만 아니라 파운드리(삼성전자), 패키징, 소재 분야에서 글로벌 경쟁력을 가지고 있기 때문에, 오픈AI 칩의 일부 공정에 참여할 가능성도 충분합니다.

4) 장기적 기회: 한국 기업의 협력 가능성

과거 구글 TPU나 아마존 Trainium 개발 과정에서도 한국 기업들은 파운드리·메모리·소재 분야에서 협력 경험을 쌓았습니다. 이번 오픈AI XPU 역시 브로드컴 단독이 아닌 여러 글로벌 협력사들과 함께 생산될 가능성이 높습니다. 만약 삼성전자가 파운드리 공정을 수주하거나, 하이닉스가 메모리 최적화 공급자로 참여한다면, 주가에 강력한 모멘텀으로 작용할 수 있습니다.


---

정리: 한국 증시 파급력

단기: 엔비디아 의존도 완화 기대 → 기존 엔비디아 테마주 단기 변동성 확대

중기: 글로벌 AI칩 시장 확대 → 서버·데이터센터·네트워크 관련주 수혜

장기: 삼성전자·하이닉스가 오픈AI 칩 생태계 협력에 참여할 경우, 신규 성장 모멘텀 확보


즉, 이번 발표는 국내 투자자들에게도 “해외 뉴스”가 아니라, 직접적인 투자 기회와 리스크를 동시에 내포한 중요한 변수로 작용할 수 있습니다.